识别您的数据中具有统计显著性的高值（热点）或低值（冷点）或数据计数的空间聚类。使用此工具可查找诸如高和低房屋价值、犯罪密度、交通事故死亡率、失业率以及生物多样性等聚类的热点和冷点。
结果地图图层以红色表示热点，以蓝色表示冷点。最深的红色要素表示高值或点密度的最强聚类；与这些要素相关联的聚类不是随机产生的结果，置信度为 99%。同样，最深的蓝色要素与最强的低值空间聚类或最低点密度相关联。米黄色的要素不属于具有统计显著性的聚类；与这些要素相关联的空间模式很有可能是随机过程和随机产生的结果。
许多数据可用作人口普查区、县、选民区、医院区、宗地、公园和娱乐边界、流域、土地覆盖分类以及气候带等面要素。当输入图层包括面要素时，需要指定用于查找高值和低值聚类的数值字段。该字段可用于表示：
有多种数据也可用作点要素。最常表示为点的要素示例包括犯罪事件、学校、医院、紧急呼叫事件、交通事故、水井、树和船只。有时您会对分析与每个点要素相关的数据值（字段）感兴趣。在其他情况下，您只对评估这些点本身的聚类感兴趣。是否提供分析字段的决定取决于要提出的问题。可以提供分析字段来解答如下问题：高值和低值会聚集在哪里？
对于某些点数据来说，通常每个点代表一个事件、事故或存在/不存在的指示，不会有明确要使用的分析字段。在这些情况下，您只想知道聚类在何处（具有统计显著性的）异常密集或稀疏。
对于点计数分析而言，可将面要素放置于点上，并计算每个区域中的点数。这些面要素可以是工具创建的渔网格网或所提供的面图层。然后工具将发现与每个面要素相关的高点计数和低点计数的聚类。
| 标注 | 说明 | 数据类型 |
输入要素 | 将要计算热点的点或面要素图层。 | Feature Set |
输出名称 | 要在门户中创建的输出图层的名称。 | String |
分析字段
(可选) | 要评估的数值字段（事件数、犯罪率和测试得分等）。所选的字段可代表下列各项：
| Field |
按字段分割
(可选) | 输入图层中用于对数据进行归一化的数值字段。例如，如果点代表犯罪案件，则其除以总人口数可得到人均犯罪分析，而不是原始犯罪计数。 | Field |
边界面
(可选) | 当分析图层为点且未指定分析字段时，您可以提供定义事件可能发生地点的面要素。例如，如果您正在分析港口中的船只事故，港口的轮廓可以为事故可能发生的地点提供一个良好的边界。当没有提供边界区域时，则分析中将仅包含至少含有一个点的位置。 | Feature Set |
聚合面
(可选) | 当输入图层包含点且未指定分析字段时，您可以提供要聚合和分析点的面要素，例如行政单位。计算每个面内的点数，并分析每个面中的点计数。 | Feature Set |
| 标注 | 说明 | 数据类型 |
| 输出图层 | 输出热点图层。 | 要素集 |
arcpy.sfa.FindHotSpots(analysisLayer, outputName, {analysisField}, {divideByField}, {boundingPolygonLayer}, {aggregatePolygonLayer})| 名称 | 说明 | 数据类型 |
analysisLayer | 将要计算热点的点或面要素图层。 | Feature Set |
outputName | 要在门户中创建的输出图层的名称。 | String |
analysisField (可选) | 要评估的数值字段（事件数、犯罪率和测试得分等）。所选的字段可代表下列各项：
| Field |
divideByField (可选) | 输入图层中用于对数据进行归一化的数值字段。例如，如果点代表犯罪案件，则其除以总人口数可得到人均犯罪分析，而不是原始犯罪计数。 | Field |
boundingPolygonLayer (可选) | 当分析图层为点且未指定分析字段时，您可以提供定义事件可能发生地点的面要素。例如，如果您正在分析港口中的船只事故，港口的轮廓可以为事故可能发生的地点提供一个良好的边界。当没有提供边界区域时，则分析中将仅包含至少含有一个点的位置。 | Feature Set |
aggregatePolygonLayer (可选) | 当输入图层包含点且未指定分析字段时，您可以提供要聚合和分析点的面要素，例如行政单位。计算每个面内的点数，并分析每个面中的点计数。 | Feature Set |
| 名称 | 说明 | 数据类型 |
| outputLayer | 输出热点图层。 | 要素集 |